← All Tools
FLUX VS Stable Diffusion

FLUX 与 Stable Diffusion

FLUX.1 由 Black Forest Labs 推出,Stable Diffusion 都是当前领先的开源文生图模型。FLUX.1 于 2024 年由 Stable Diffusion 原团队发布,采用基于流的架构,代表了扩散模型的下一代技术方向。Stable Diffusion(尤其是 SDXL 和 SD 3)在社区生态中仍然是支持最广泛的模型。

Curated by 评测编辑:玄尘子 🗓 Updated: ⭐ FLUX: 26k+ stars ⭐ Stable Diffusion: 73k+ stars

⚡ TL;DR——30秒速览

如果你追求当前开源模型中最佳图像质量——FLUX.1 在提示词遵循度和真实感上持续优于 SDXL,请选择 FLUX.1。如果你需要最完善的生态支持、数千个社区微调模型、ControlNet 和 LoRA,请选择 Stable Diffusion(SDXL)。FLUX 代表未来,SD 拥有最庞大的现有工具生态。

快速对比

特性 FLUX Stable Diffusion
架构 流匹配(整流流 Transformer) 潜在扩散(U-Net 或 SD3 的 DiT)
图像质量 最先进的真实感 + 提示词遵循度 很好,略逊于 FLUX
显存需求 FLUX.1-schnell: 8GB;dev: 12GB+ SDXL: 8GB;SD 1.5: 4GB
生成速度 4 步(schnell)/ 20-30 步(dev) SDXL 需 20-30 步
社区微调模型 在 Civitai 上快速增长 数千个 LoRA、检查点模型
ControlNet 支持 有限,处于早期阶段 完整的 ControlNet 生态
许可证 FLUX.1-dev: 非商业;schnell: Apache 2.0 CreativeML / OpenRAIL-M
FLUX ★ 26k+ GitHub Stars View on GitHub ↗ Stable Diffusion ★ 73k+ GitHub Stars View on GitHub ↗

FLUX 是什么?

FLUX 擅长生成电商产品摄影风格的逼真图像,无需昂贵的摄影设备。凭借 26k+ GitHub Stars,它以完全本地控制和零订阅费的优势超越了 Midjourney。若你需要实时交互式编辑或要求在批量生成中保持一致性,请避开 FLUX。

—— 中国吧 AI Tools Hub 编辑团队关于 FLUX

→ 阅读完整 FLUX 评测

Stable Diffusion 是什么?

构建自定义图像生成流水线的创作者可从 Stable Diffusion 的开源权重中受益——与封闭式 API 不同,你可以在本地对这款获 73k+ 星标的模型进行微调,以生成特定领域的输出。相比 DALL-E 3 的简单易用,Stable Diffusion 需要技术配置,但能对生成过程进行精细化控制。没有 GPU 基础设施或 ML 专业知识的团队应直接从托管服务入手。

——Stable Diffusion 中国吧 AI Tools Hub 编辑团队

→ 阅读完整的 Stable Diffusion 评测

何时选择各自

如…请选择 FLUX

如…请选择 Stable Diffusion

性能与速度:FLUX.1 的效率 vs Stable Diffusion 的成熟度

FLUX.1 通过其 flow-matching 架构实现了出色的速度,使用 schnell 变体仅需 4 步即可生成高质量图像,而 Stable Diffusion 通常需要 20-30 步。然而,FLUX.1-dev 需要 12GB+ VRAM 才能达到完整质量,而 SDXL 在 8GB 显存上即可高效运行,SD 1.5 仅需 4GB。在生产环境中,FLUX.1 的 4 步生成可通过更快的每 GPU 推理速度来抵消其内存开销。Stable Diffusion 较低的 VRAM 占用使其更适合资源受限的部署和消费级硬件。对于批量操作,FLUX.1 完成作业的速度通常比 SDXL 快 3-5 倍,但由于其采用的张量运算方式不同,FLUX 需要更精细的优化才能在相同硬件上实现可比吞吐量。

社区与生态:Stable Diffusion 的主导地位 vs FLUX.1 的快速增长

Stable Diffusion拥有最大的社区创作资产生态,在Civitai、Hugging Face和专门仓库中聚集了数千个LoRA、checkpoint和微调模型。Stable Diffusion的ControlNet生态成熟且经过实战检验,能够实现精确的姿态控制、边缘检测和深度引导。FLUX.1尽管技术领先,但发布时社区支持极少,目前发展迅速,每月都有数百个新模型涌现。FLUX的ControlNet支持仍处于早期阶段,仅有实验性实现可用。对于需要立即部署的专业应用场景——动漫风格、照片级真实预设、特定主题——Stable Diffusion提供即插即用的生产级方案。FLUX.1目前需要更多的提示词工程,提供的捷径微调也较少,但随着采用加速,这一差距正在迅速缩小。

许可考量:FLUX.1-dev的限制 vs Stable Diffusion的灵活性

FLUX.1-dev采用非商业许可,未经明确协商便限制其在付费产品、商业服务和企业应用中的使用。FLUX.1-schnell采用宽松的Apache 2.0许可,允许无限制的商业使用,但输出质量略低。Stable Diffusion采用CreativeML OpenRAIL-M许可,允许包括在专有应用中在内的商业使用,使其成为初创企业和成熟公司的合法默认选择。这种许可差异对SaaS平台、商业API服务以及计划将图像生成嵌入付费产品的企业尤为关键。如果您的商业模式需要在不支付许可费的情况下确保商业权利,Stable Diffusion SDXL仍是更稳妥的选择。FLUX.1-schnell弥补了商业使用的空白,但相比FLUX.1-dev牺牲了一定质量,为追求可接受视觉效果的商业部署提供了一种实用折衷方案。

常见问题

FLUX.1 真的比 Stable Diffusion 更快吗,还是只是理论上的? ▼
FLUX.1-schnell 在实践中确实更快——在消费级 GPU 上,4 步通常只需 2-4 秒,而 SDXL 的 20-30 步需要 8-12 秒。不过,如果需要超分或对 FLUX 输出进行后期处理以达到最终质量,这种速度优势会打折扣,而 SDXL 往往需要更少的额外步骤。大规模批量生成时,FLUX.1 仍保持速度优势,但需要更多显存,因此每美元的吞吐量取决于你的硬件投入。
FLUX.1 能商用吗,还是像 Stable Diffusion 一样有限制? ▼
FLUX.1-dev 明确禁止商用;FLUX.1-schnell 采用 Apache 2.0 协议,允许无限制商用。Stable Diffusion 的 CreativeML OpenRAIL-M 也允许大多数应用场景的商用。如果需要确保商业使用权,SDXL 或 FLUX.1-schnell 是你的选择;FLUX.1-dev 需要对任何付费产品进行授权谈判。
我现有的 Stable Diffusion LoRA 和 checkpoint 能在 FLUX.1 上使用吗? ▼
不行——FLUX.1 采用了完全不同的架构(flow matching 与 latent diffusion),无法兼容 Stable Diffusion 的微调权重和 LoRA。不能直接将 SDXL LoRA 移植到 FLUX.1,尽管社区里有人在创建 FLUX 原生版本。切换到 FLUX.1 意味着要从头重建你的专业模型库。
ControlNet 和精确图像控制方面哪个更好? ▼
Stable Diffusion 拥有成熟的 ControlNet 生态系统,包括姿态、边缘、深度和分割模型,可直接用于生产。FLUX.1 虽然有实验性的 ControlNet 实现,但在稳定性和可用性上差距明显。如果你的工作流程需要精确控制图像构图,Stable Diffusion(SDXL)目前仍是唯一可靠的选择。